[發明專利]一種茶學領域虛擬本體建模方法

有效

• 申請號: 201611087353.5
• 申請日: 2016-12-01
• 公開（公告）號: CN106599117B
• 公開（公告）日: 2019-12-03
• 發明（設計）人: 李紹穩;劉超;耿凡凡;張筱丹;徐濟成;許高建;李景霞;楊陽;沈杰
• 申請（專利權）人: 安徽農業大學
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 11350 北京科億知識產權代理事務所(普通合伙)
• 代理人: 湯東鳳<國際申請>=<國際公布>=<進入

1.一種茶學領域虛擬本體建模方法，其特征是本建模方法基于云計算的MapReduce框架，本方法包括1個或多個Map任務、以及一個Reduce任務；

本茶學領域虛擬本體建模方法的步驟包括：

1)先由Map任務對茶學領域本體模塊進行虛擬抽取，Map任務的個數由所涉及到茶學領域本體的個數確定；Map任務開展茶學領域本體模塊虛擬抽取是基于社團劃分：首先根據需求對茶學領域本體進行社團抽取，將與需求聯系更緊密的茶學領域本體知識劃分到一個本體社團中；然后對本體社團內的知識與需求進行相關的局部性判斷，獲得具有非局部性的本體知識；

局部性判斷的方法為：若本體中的某一概念或概念間關系的刪除，不能改變用戶需求的意義，則該概念或關系具有關于用戶需求局部性，否則，該概念或關系具有關于用戶需求的非局部性；

2)由Reduce任務對虛擬抽取出的茶學領域本體模塊進行映射，最終生成茶學領域虛擬本體；

Reduce任務對茶學領域本體模塊進行映射是基于茶學同義詞詞林的；先構建茶學同義詞詞林；然后以同義詞詞林為基礎，計算虛擬抽取出的茶學領域本體模塊概念間的相似度，實現茶學本體模塊的映射，生成茶學虛擬本體模塊；

2.1)構建茶學同義詞詞林的步驟包括：

步驟一：確定茶學同義詞詞林的收錄范圍；

步驟二：通過文獻、書籍、網絡收集茶學領域詞匯；

步驟三：對收集的茶學領域詞匯按詞義進行分類；

步驟四：根據同義詞詞林編碼規則，對茶學領域詞匯進行編碼，形成茶學同義詞詞林；

步驟五：邀請茶學領域專家對茶學同義詞詞林進行評估校正；

2.2)計算茶學領域本體模塊的概念間的相似度，并設定閾值，

獲得相似度大于閾值的概念對；然后對該概念對對應的茶學領域本體模塊增加等價屬性，即得到茶學領域本體模塊的映射；

計算茶學領域本體模塊概念間的相似度的方法為：

c₁和c₂是分屬兩個茶學領域本體模塊的概念，i表示c₁和c₂編碼開始出現不同的層數，N是第i層分支上結點的總數，D是c₁和c₂的在同義詞詞林中的距離。

2.根據權利要求1所述的建模方法，其特征是本建模方法中所涉及的茶學領域虛擬本體知識均儲存在HBase數據庫中，由基于HBase的茶學領域虛擬本體存儲模型實現；

建立基于HBase的茶學領域虛擬本體存儲模型的方法為：

RDF三元組是本體的基礎結構；被表示成OWL的本體轉換成RDF三元組來表示；一個RDF三元組被定義為<s,p,o>，其中：s表示主語，p表示謂語，o表示屬性；s和o是本體中的概念，看做是結點；p是本體中概念間的屬性，看做是結點間的連線；

建立基于HBase的茶學領域虛擬本體存儲模型，是通過兩個HBase表格來存儲按需虛擬融合的茶學領域本體RDF三元組；兩個HBase表格分別為SR_P_O表和OR_P_S表，如表1、表2所示：

表1 SR_P_O表存儲結構

表2 OR_P_R表存儲結構

SR_P_O表中：行鍵是由s和r組成的，其中：

r表示抽取茶學領域本體模塊的所依據的需求；虛擬抽取出的茶學領域本體模塊是一個按需所取的知識集合；在訪問表格中的知識時，需要首先判斷知識是否與需求相關；如果將需求作為屬性放入列族，則需要進行全表掃描才能判斷知識是否與需求相關；

SR_P_O表中的列族內部分成了兩列，其中：

一列是Name，用于存放RDF三元組的謂語，即本體屬性的名字，

另外一列是Value，用于存放RDF三元組的賓語，即本體屬性的值；

s_n是本體中RDF三元組的主語，p_n是本體中RDF三元組的謂語，o_n是本體中RDF三元組的屬性，r_n表示抽取茶學領域本體模塊的所依據的需求。

3.根據權利要求1所述的建模方法，其特征是所述步驟2.1)中的步驟四中，同義詞詞林編碼規則是以哈工大版的同義詞詞林編碼規則為基礎；

哈工大版本的同義詞詞林收錄了大約七萬個常用詞匯，這些詞匯在人民日報語料庫中出現頻率都不低于3；該版本共分成12個大類，94個中類，1428個小類，每個小類中又被分為若干個詞群；

根據分類，同義詞詞林為每個詞匯設置了一個8位的編碼，其中第一位代表詞匯所屬大類，用一位大寫英文字母表示；第二位表示詞匯所屬中類，用一位小寫英文字母表示；第三位、第四位代表詞匯所屬小類，用兩位阿拉伯數字表示；第五位代表詞群，用一位小寫英文字母表示；第六位、第七位代表詞群中的詞匯，用兩位阿拉伯字母表示；第八位是標記為，用符號＝、#、@表示，符號＝表示編碼表示的是一組同義詞，符號#表示編碼表示的是一組相關詞匯，但不是同義詞，符號@表示編碼表示的是既不同義，又不相關的詞匯。